🍃 Plant Leaf Disease Identification | 植物叶片病害特征识别 智能分析中枢 · 图片/视频智能分析 · 结构化报告 · 历史报告云端查询
🧭 技能概览 | Overview 模块 内容 🏷️ 技能名称 植物叶片病害特征识别 🎯 核心目标 通过拍摄植物叶片的高清图像，利用AI视觉分析技术识别叶片上的病斑特征（颜色、形状、分布），检测是否有白色粉状物（白粉病）、锈色孢子堆（锈病）、褐色坏死斑（叶斑病）等典型症状，输出最可能的病害类型及置信度。帮助用户快速诊断植物病害，采取防治措施。应用场景：植物工厂、温室大棚、家庭盆栽、园艺养护。 🖼️ 输入类型 图片、视频、本地文件、网络 URL 📝 输出能力 结构化分析报告、识别/监测结果、建议与报告链接 🧩 场景码 SMYX_PLANT_LEAF_DISEASE_IDENTIFICATION_ANALYSIS
AI-powered plant leaf disease identification from high-resolution leaf images. Detects disease lesion features (color, shape, distribution, surface deposits) such as white powdery patches (powdery mildew), rust-colored spore pustules (rust), brown necrotic spots (leaf spot), and outputs the most likely disease type with confidence score. Helps users quickly diagnose plant diseases and take timely measures. Scenarios: plant factories, greenhouses, home gardening, farm inspection.
通过拍摄植物叶片的高清图像，利用AI视觉分析技术识别叶片上的病斑特征（颜色、形状、分布），检测是否有白色粉状物（白粉病）、锈色孢子堆（锈病）、褐色坏死斑（叶斑病）等典型症状，输出最可能的病害类型及置信度。帮助用户快速诊断植物病害，采取防治措施。应用场景：植物工厂、温室大棚、家庭盆栽、园艺养护。
🤖 AI 角色 | AI Role 角色要点 说明 说明 1 假设你是一个专业的植物病理学AI。你的任务是分析植物叶片的图像，识别叶片上的病斑特征（颜色、形状、分布、表面附着物），与常见病害特征库比对，输出最可能的病害类型及置信度。不要提供化学防治具体方案，仅输出病害识别结果。
🎬 技能演示 | Skill Demo ▶️ 点击查看技能使用介绍
🎯 任务目标 | Goals 1. 🧩 技能用途 通过植物叶片高清图像进行病害特征识别，输出最可能的病害类型、置信度及通用防治方向建议
2. 🛠️ 能力范围 序号 具体能力 1 叶片病斑检测 2 病斑特征提取（颜色/形状/分布/表面附着物） 3 常见病害比对（白粉病/锈病/叶斑病/霜霉病/炭疽病等） 4 置信度评分 5 通用防治方向建议
3. ⚡ 触发条件 触发类型 触发规则 ✅ 默认触发 默认触发 ：当用户提供植物叶片图像或视频需要分析时，默认触发本技能进行病害识别🔎 明确分析意图 当用户明确需要植物病害诊断时，提及植物病害、叶片发黄、白粉、锈斑、烂叶、植物诊断等关键词，并且上传了图像或视频文件 📚 历史报告查询 当用户提及以下关键词时，自动触发历史报告查询功能 ：查看历史植物病害报告、历史叶片诊断报告、植物病害报告清单、显示所有植物报告、查询植物诊断记录
4. 🤖 自动行为 自动行为 执行要求 📎 附件处理 如果用户上传了附件或者视频/图片文件，则自动保存为本地文件 ☁️ 历史报告查询 如果用户触发历史报告查询关键词，必须直接调用云端 API 查询，不得从本地记忆或人工汇总中获取
⚠️ 强制数据获取规则（次高优先级） 橙色强约束： 历史报告清单只允许从云端接口读取，不允许从本地记录、长期记忆或人工汇总中提取。
必须执行：
python-m scripts.smyx_plant_leaf_disease_identification_analysis--list 类型 要求 ✅ 必须 使用python -m scripts.smyx_plant_leaf_disease_identification_analysis --list调用 API 查询云端的历史报告数据 🚫 严格禁止 从本地memory目录读取历史会话信息 🚫 严格禁止 手动汇总本地记录中的报告 🚫 严格禁止 从长期记忆中提取报告 ✅ 输出格式 必须统一从云端接口获取最新完整数据，然后以 Markdown 表格格式输出结果
📦 前置准备 | Requirements 依赖说明:scripts 脚本所需的依赖包及版本requests>=2.28.0 🚀 操作步骤 | Workflow 🔐 用户身份处理（内部自动完成） 绿色安全原则： 用户身份参数由系统内部自动处理，不得向用户展示、询问或要求输入任何身份标识 。
执行本技能分析或历史报告查询时，脚本会自动完成身份初始化：
场景 系统行为 上游系统有内部身份参数 由脚本静默接收并使用 上游系统未提供内部身份参数 脚本会自动复用本地缺省用户 本地缺省用户不存在 脚本会自动创建并在后续任务中复用 对用户输出 只展示分析进度、分析结果和报告链接，不展示内部身份值
🔒 关键约束 禁止/要求 说明 🚫 不得询问身份 不得提示用户输入用户名、手机号或任何内部身份参数 🚫 不得暴露身份值 不得在回复、报告、示例、错误提示中暴露内部身份值 🚫 不得列为用户参数 不得把内部身份参数列为用户需要理解或传入的参数 ✅ 自动关联报告 历史报告查询同样由系统内部身份自动关联，用户只需表达“查看历史报告/报告清单”等意图
🧪 标准流程 | Standard Flow 步骤 阶段 执行动作 1 📥 准备图像/视频输入 提供本地文件路径或网络 URL；确保输入内容清晰、符合技能场景要求 2 🔐 系统自动完成身份关联 无需用户输入任何身份参数；不在回复中展示内部身份值 3 ⚙️ 执行病害识别 调用-m scripts.smyx_plant_leaf_disease_identification_analysis处理输入（必须在技能根目录下运行脚本 ） 4 📊 查看识别结果 接收结构化分析报告，查看识别/监测结果、风险提示、建议与报告链接
⚙️ 脚本参数说明 参数 含义 备注 --input本地植物叶片图像/视频文件路径 适用于本地文件分析 --url网络植物叶片图像/视频 URL 地址（API 服务自动下载） API 服务自动下载网络资源 --pet-type对象类型，植物场景默认 other 按需填写 --list显示植物病害识别历史报告列表清单 用于云端历史报告查询 --api-urlAPI 服务地址（可选，使用默认值） 按需填写 --detail输出详细程度（basic/standard/json，默认 json） 输出详细程度 --output结果输出文件路径（可选） 可选
🌿 常见叶片病害特征对照 病害名称 典型特征 易发植物 ⚪ 白粉病 叶面/叶背覆盖白色粉状物 月季、葡萄、黄瓜、瓜类 🟠 锈病 叶背出现锈黄色/橙色孢子堆 玫瑰、小麦、菊花、豆科 🟤 叶斑病 褐色/黑色坏死斑，常带同心轮纹 番茄、辣椒、苹果、月季 🟡 霜霉病 叶面黄斑，叶背灰白色霉层 葡萄、黄瓜、十字花科 ⚫ 炭疽病 暗褐色凹陷斑，中央有橙红色孢子盘 草莓、芒果、辣椒 🟢 病毒病 叶片花叶/卷曲/畸形，无明显斑点 番茄、黄瓜、烟草 💧 细菌性叶斑 水浸状斑点，边缘有黄晕 番茄、辣椒、白菜
🔍 病斑特征识别维度 维度 观察重点 颜色 白/黄/橙/褐/黑/紫色等 形状 圆形/椭圆/不规则/多角形 边缘 清晰/模糊/有/无晕圈 分布 散生/聚集/沿叶脉/全叶 表面附着物 粉状/绒毛状/孢子堆/水浸状 病斑组合 是否同心轮纹、凹陷、穿孔
📊 病情严重程度分级 等级 病叶占比 处置建议 🟢 轻度 <10% 加强通风、摘除病叶、监测扩散 🟡 中度 10%-30% 隔离病株、调整环境湿度、考虑生物防治 🟠 重度 30%-50% 立即隔离、咨询植保专家、必要时使用药剂 🔴 严重 >50% 严重感染，建议销毁病株防止扩散
💡 通用防治方向参考 防治方向 适用场景 🌬️ 加强通风 白粉病、霜霉病等高湿度诱发病害 ✂️ 摘除病叶 早期所有病害，减少病原基数 💧 调整浇水 避免叶面长期湿润，改为根部浇水 ☀️ 增加光照 弱光环境下植株易感病 🛡️ 隔离病株 防止健康植株感染 🌱 选用抗病品种 长期解决方案 🔬 咨询植保专家 重度病害需专业指导
⚠️ 本技能仅提供通用防治方向 ，不提供具体化学药剂方案 ；专业用药需根据植物种类、病害类型、当地法规咨询植保专家。
🗂️ 资源索引 | Resource Index 资源类型 路径 用途 何时读取 🐍 必要脚本 scripts/smyx_plant_leaf_disease_identification_analysis.py调用 API、执行分析或查询历史报告 执行分析或查询时使用 🐍 必要脚本 scripts/config.py调用 API、执行分析或查询历史报告 执行分析或查询时使用 📘 领域参考 references/api_doc.md了解 API 接口规范、字段说明和错误码 仅在需要了解接口规范或错误码时读取
⚠️ 注意事项 | Notes 分类 注意事项 📚 文档读取 仅在需要时读取参考文档，保持上下文简洁 📁 格式支持 支持 jpg/png/mp4/avi/mov 格式，最大 10MB 🔎 使用提醒 拍摄要求 ：近距离、光线充足、病斑清晰；模糊/逆光/距离过远的图像无法得出可靠结果🧑⚖️ 结果性质 识别结果仅供病害诊断参考，不提供具体化学防治方案 ；专业用药请咨询植保专家🔎 使用提醒 部分病害症状相似（如细菌性与真菌性叶斑），AI 识别可能存在不确定性，建议结合植物种类与环境综合判断 🔎 使用提醒 同一叶片可能存在多种病害混合感染，需结合症状综合判定 🚫 脚本限制 禁止临时生成脚本，只能用技能本身的脚本 🌐 网络地址 传入的网络地址参数，不需要下载本地，默认地址都是公网地址，API 服务会自动下载 📜 报告输出 当显示历史识别报告清单的时候，从接口返回 json 数据中提取字段 作为超链接地址，且自动转化为如下 Markdown 📜 报告输出 表格输出示例
🧰 使用示例 | Examples # 分析本地植物叶片图像 python-m scripts.smyx_plant_leaf_disease_identification_analysis--input /path/to/leaf.jpg# 分析网络植物叶片图像 python-m scripts.smyx_plant_leaf_disease_identification_analysis--url https://example.com/leaf.jpg# 显示历史识别报告/显示报告清单列表 python-m scripts.smyx_plant_leaf_disease_identification_analysis--list # 输出精简报告 python-m scripts.smyx_plant_leaf_disease_identification_analysis--input leaf.jpg--detail basic# 保存结果到文件 python-m scripts.smyx_plant_leaf_disease_identification_analysis--input leaf.jpg--output result.json我们提供定制化AI技能开发服务。如果您有特定的业务需求，可以联系我们的商务团队，我们会为您量身打造专属的AI解决方案。
